基于大气动力模型的多风电场出力场景生成方法

具有时空相关性的多风电场未来出力的场景,在大规模风电接入下的日前、日内滚动经济调度问题中有着重要的应用。文章基于物理机理的解析模型提出一种生成多风电场未来时段出力场景的方法。该方法以大气运动方程和风速降尺度方程为基础,建立了描述风电场群高空大气与地表风运动关系的随机动态系统。结合地面实时量测风速信息,采用扩展卡尔曼滤波算法对系统状态进行估计,并对各风电场未来风速的联合概率分布进行预测。再利用蒙特卡洛仿真、风电功率曲线和场景约简技术生成具有时空相关性的各风电场未来时段的出力场景。算例中以美国密苏里州四个风电场为例进行仿真测试,并将该方法与高斯连接函数法进行对比和评价,验证了所提方法的有效性。

风电场出力特性及其不确定性的对策分析

通过福建省某沿海风电场的出力数据,验证了风电出力变化的波动性及随机特性,将风电出力并入电力负荷,分析了风电并入后对于电力负荷变化特性的影响,并分别从电网与风电自身的角度出发,讨论了有效应对风电功率的不确定性措施,包括风电出力预测、储能手段以及风电机组自参与调频等。

基于自适应多变量非参数核密度估计的多风电场出力相关性建模

研究多个风电场的联合概率密度,对于风电大规模并网及电力系统运行控制具有重要意义。该文提出一种基于自适应多变量非参数核密度估计的多风电场联合概率密度建模方法。首先以可变带宽代替固定带宽建立一种自适应的多变量非参数核密度估计模型,然后针对模型带宽选择问题,构造了一种以欧氏距离和最大距离为拟合性指标的带宽优化模型,最后利用序优化算法对其进行求解。实际算例仿真结果表明,该文方法不仅较传统基于copula函数的参数估计方法具有更高的精度和适用性,而且还较好地解决了传统多变量非参数核密度估计方法的局部适应性问题。

基于IGDT的网架重构过程中风电场出力调度

风电具有启动功率小、启动速度快等特点,在停电系统恢复过程中利用风电为其提供功率支持,可以加快系统负荷的恢复。由于风电出力的不确定性,需要对风电场出力进行调度,减小风电场出力的波动范围,在保证已恢复系统安全的前提下提高风电的利用效率。为此,文中提出了一种基于信息间隙决策理论(IGDT)的风电场出力调度方法。首先建立不考虑风电出力不确定性时的风电场出力参考值确定性模型,然后基于IGDT方法将确定性优化模型转变为考虑风电不确定性的风电场出力调度优化模型,再利用人工蜂群算法对优化模型进行求解,最后以IEEE39节点系统和江苏实际系统为例验证了文中方法的有效性。

采用时间序列预测风电场出力

基于时间序列的方法,采用自回归滑动平均(ARMA)模型进行短期风速预测;考虑风力发电机组排列布置时尾流效应的影响、风电场址地面粗糙程度、空气密度、风向变化以及不同型号风机功率特性的差异等因素,采用Jasen尾流模型建立了大型风电场的综合模型。结果表明,合理的风电场布置方案有利于减小尾流效应的影响,从而提高风电场出力。

基于Copula理论的多个风电场出力建模

本文采用Copula理论建立了多个风电场出力的模型,根据风电场出力的实测离散数据构建其经验概率分布函数,给出了建立模型的基本步骤。以两组风电场出力的实测离散数据为参考,分析了多个风电场出力模型在相关性、数字特征和概率分布曲线方面的计算精度。仿真结果表明采用Copula理论的多个风电场出力模型具有很高的精度。

计及电气主接线期望出力的风电场发电可靠性评估

为客观、全面地对风电场发电可靠性进行评估,以保证风电场的安全经济运行,文章提出了一种基于风电场期望出力的可靠性评估方法。该方法根据风电场的期望出力计算电量不足期望值等发电可靠性指标。首先,基于风速、风机功率特性和不可用率计算多风机期望出力;然后,根据集电系统拓扑计算各出线期望出力,基于组合最小割集法计算升压站拓扑下整个风电场的期望出力,进而计算可靠性指标;最后,对金紫山风电场进行实例分析。评估结果证明所提出的方法能有效地反映风电场实际运行情况,具有工程实用价值。

基于VC++与SQL Server数据库的风电场有功出力的仿真软件实现

针对当前风电场有功出力的研究多侧重于理论方面,缺少具体软件平台的实现,开发了基于VC++与SQL Server数据库的风电场有功出力仿真软件平台。首先,利用VC++丰富的函数库对风电场的有功出力进行软件实现,基于VC++中MFC(微软基础类库)强大的数据处理与数据可视化功能,对风电场有功出力的数据进行图形化显示;其次,利用SQL Server数据库的数据存储与管理功能,实现了该软件的信息浏览、查询以及远程数据调用的功能,并基于此软件平台提出了一种软件系统构架方法;最后,利用新疆某地风场的实测风速数据进行了仿真验证,结果表明了此风电场有功出力仿真软件可以将风电场各个时刻的有功出力形象且具体地以曲线的形式表现出来,并证明了该软件平台具有较好的工程应用性,对风电系统的完善和研究具有重要意义。

风电场群出力的汇聚效应分析

分析大规模风电场群的汇聚效应特性,找出其中的规律,可以帮助电网更为合理的接纳风电,提高新能源利用效率。通过实测某省级电网的风电场群运行数据,基于时间序列、频谱分析、概率统计等方法,分析风电场、风电场群的风电功率变化特征,获取风电场群出力的汇聚效应特性。

计入风速与风电机组故障相关性的风电场可靠性建模及其应用

同一区域的多个风电场接入系统时,风电场出力受到风速和风机故障的不确定性和相关性的影响。传统的风电场可靠性建模方法对这些因素的考虑不够全面、对风速和风机故障之间的相关性处理过于简单,为此该文提出一种能同时计入风速和风机故障的不确定性和相关性的风电场建模方法,该方法对风速和风机故障间的相关关系无需作简化处理。基于所建立的风电场模型,采用相关抽样技术模拟风电场出力,克服了传统风电场出力模拟方法所依据的风电场状态模型或风电场出力相关关系不够准确的不足。算例分析验证了风电场建模方法和风电场出力模拟方法的正确性,并表明风速相关性和风机故障对系统可靠性的影响程度与系统输电充裕度、风电场接入地点有关。

运用广义回归神经网络预测风电场功率

运用广义回归神经网络对风电场出力提前了24 h预测。对引入数值气象预报信息与不引入数值气象预报信息两种情况的预测结果进行了比较分析。首先,对前15 d的风功率数据进行训练,通过交叉验证,建立模型,预测了未来一天的风电场出力。然后加入历史风速数据,对历史风速和风功率进行训练,利用数值气象预报信息,预测未来1 d的风功率。通过算例表明,使用广义回归神经网络模型预测未来1 d的风电场出力,预测结果能够跟踪实际风功率,同时加入数值气象预报信息的预测结果较不加入数值气象预报信息的神经网络预测,精度有所提高。

基于随机森林法的含风电并网系统静态电压稳定态势评估

随着大规模风电等新能源接入电力系统,风电波动性与不确定性等因素降低了电网电压运行稳定性,传统的静态电压稳定性分析方法已无法满足大规模电力系统状态实时分析的要求。为提高含风电并网系统的电网电压运行稳定性、评估准确性与可靠性,提出采用基于随机森林算法的态势评估方法。首先,通过仿真得到连续潮流数据,根据有功功率裕度指标对所得的数据进行标签处理;然后,选择与静态电压稳定相关的特征信息,使用随机森林分类器把特征信息转化为稳定性问题,并对标签处理的数据进行分类;最后,根据随机森林分类器的结果,在数据中感知系统静态电压稳定行为信息,完成静态电压稳定性态势评估。仿真结果表明,搭建的随机森林分类模型对大规模风电接入系统的态势评估准确率高,为含风电系统进行的安全稳定性评估提供一定的理论参考。

甘肃冰冻天气特征及其对风电场运行的影响研究

选取甘肃敦煌、肃州区、民勤、乌鞘岭、榆中、华家岭、西峰和岷县8个长期测站近30年电线冰冻资料,统计分析甘肃省电线积冰的分布特征和物理特性,并结合乌鞘岭地区并网风电场的运行情况,研究冰冻对风电场的影响,进一步讨论防冰和除冰措施。研究表明:华家岭电线积冰日最多,多出现在10月至翌年4月,仅7-8月未出现,乌鞘岭积冰日次之,多出现在10月至翌年5月,仅7月未出现,甘肃省雾凇最多、雨凇次之、混合淞最少,比例为70%∶27%∶3%,甘肃省积冰日近30年总体呈明显减小趋势;等效直径主要集中在10mm及以下,众数介于4~10mm,混合淞的平均直径最大;质量集中在50g/m及以下,密度主要集中在0.3g/cm3及以下,电线积冰平均密度介于0.12~0.23g/cm^3;华家岭年最大电线积冰质量最大,为754g/m;冰冻天气对风电场的风功率预测、风电机组的出力水平、电网安全稳定、人员设备的安全等方面影响较大。

风电出力时序特性及其对省级电网的影响

随着风电的快速发展,大规模风电接入给省级电网调度运行带来一系列问题。首先,对风电出力的重要特性指标及其对电网运行的具体影响进行阐述分析;其次,为了更好地量化计算风电出力不同时序特性对电网的影响,建立一套从多角度反映风电时序特性对电网调度运行影响的特征指标,然后根据多个风电场群的真实出力数据,分别从不同时空尺度分析风电出力时间序列的分布特性、波动性及相关性;最后,基于某省级电网数据及其并网风电出力数据,研究分析风电时序特性对电网调频、调峰等影响,为省级电网风电优化调度提供参考。

基于风电极限穿透功率的经济调度优化模型研究

风电出力的时变特性,决定了风电极限穿透功率对大规模风电并网系统的调度策略有重要的影响。在充分体现环境保护和风电特性的火电和风电的运行价格模型基础上,基于风电场极限穿透功率和风电场出力预报可信度,建立了风电并网电力系统经济优化调度模型。基于新疆乌鲁木齐电网对该调度模型进行算例仿真,并采用遗传算法(GA)实现模型求解,结果表明提出的清洁经济调度模型合理、有效。

基于稳健估计时间序列法的风功率预测

基于稳健估计运用时间序列法对风电场出力进行了短期预测。先对数据进行了预处理,用最小二乘法和稳健估计法分别建立了自回归滑动平均模型。通过模型提前预测了下个30min的风电场出力,总共预测了10次。结果表明,基于稳健估计的时间序列建模进行预测的误差大多数都在5%以内,只有一个点达到10.1%,明显比常规的时间序列建模预测的误差要小。说明稳健估计能在建模数据含有少量异常值时,比常规自回归模型预报精度要高。

应用可控高抗调节风电送出线路的无功电压

针对风电场出力随机性、间隙性较强的特点,提出在并网风电场汇集站长距离送出线路上应用超高压可控并联电抗器实现智能调节风电汇集站线路的无功电压,以适应智能电网的要求。

基于权值混合赋值的风电主动参与调度的能力多指标评估

准确掌握风电出力特性是保证其安全并网及主动参与电网调度的有效手段之一。文章在综合考虑并网风电场出力特性的具体技术要求基础上,提出了包括风电场出力限制能力、风电场出力变化率控制能力、风电场出力预测能力及风电场源荷跟随能力在内的风电主动参与电网调度的多指标评估集合;进一步结合侧重定性分析的情景分析法与定量分析的熵权法,提出了基于最小二乘准则的多指标混合权值赋值方法,建立了风电主动参与电网调度的多指标评估模型。以新疆某区域电网若干个风电场及其历史运行数据为实例,分析并验证了所提出的风电主动参与电网调度评估方法的正确性。

基于Copula理论的计及输入随机变量相关性的概率潮流计算

考虑不确定性因素和相关性因素对准确全面评估电力系统潮流运行特性具有重要意义。引入Copula理论构建具有相关性输入随机变量的概率分布模型;对于边缘分布不服从常见分布函数的输入随机变量,提出了一种根据实测离散数据构建其经验累积分布函数和逆函数的方法;并将Copula理论与蒙特卡罗仿真法相结合,提出了一种可灵活处理输入随机变量相关性的概率潮流计算方法。以实际风电出力为例,对由Copula理论所构建的具有相关性输入随机变量概率分布模型的准确性进行了评估,并在加入风电后的IEEE 57节点系统上分析了所提概率潮流计算方法的有效性。仿真结果验证了所提方法的有效性和准确性。

基于输入随机变量离散数据的概率潮流计算方法

基于实测离散数据,对风电场的出力特性进行了研究,对比分析了传统风电场出力建模方法的准确性。针对现有基于拉丁超立方采样的蒙特卡罗仿真法要求已知输入随机变量的累积分布函数这一情况,提出了一种基于输入随机变量离散数据的概率潮流计算方法。以基于简单随机采样的蒙特卡罗仿真法计算结果为基准,在加入风电后的IEEE 57节点系统上对所提方法的有效性进行了验证。仿真结果表明:所提方法是有效的,该方法具有计算速度快、精度高和稳健性好的优点,具有较好的工程实用价值。